Empêcher publication de lien

**Arget** · 12/08/2011, 11h22

Bonjour à tous,
Je vous écrit aujourd'hui parce que je suis face à un petit problème

.

En gros, je suis en pleine construction d'un site qui contiendra un sorte de blog. Des utilisateurs non-enregistrés auront l'occasion de poster des réponses, MAIS, mon chef veut qu'aucun liens publiés dans ces réponses ne pointent sur d'autres sites..

Il faut aussi savoir que j'utilise CKeditor, donc, par exemple, si l'on copie le contenu d'un site comme wikipedia et qu'on le colle dans l'éditeur, les liens sont automatiquement créés et se retrouvent dans la BDD sous forme de <a href bien évidement.

Donc, j'ai tenté une modification de ce genre:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
$texte = preg_replace("#href=\"|^http(s)?://[a-z0-9-]+(.[a-z0-9-]+)*(:[0-9]+)?(/.*)?$|i\"#", "href='#'", $texte);
$texte = preg_replace("#href='|^http(s)?://[a-z0-9-]+(.[a-z0-9-]+)*(:[0-9]+)?(/.*)?$|i'#", "href='#'", $texte);

Mais, étrangement, cela marche en local, mais pas sur internet ...

Je remercie d'avance toute personne qui pourra m'aider

**Thes32** · 12/08/2011, 11h49

Envoyé par Arget

Mais, étrangement, cela marche en local, mais pas sur internet ...

Je remercie d'avance toute personne qui pourra m'aider

Hmm il n y a pas des raisons que ça ne puisse pas marcher à moins d'avoir compiler PHP sans la prise en charge du PCRE. Tu peux le vérifier en exécutant phpinfo, vérifies la présence de la bibliothèque PCRE.

**Arget** · 12/08/2011, 14h58

Merci de ta réponse

.
Mais sur OVH, comment je vérifies ça ? xD

**syl2095** · 12/08/2011, 15h03

Bonjour,

tu crées une page php que tu appelles comme tu veux et dedans tu mets :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<?php phpinfo();

Ce fichier, tu l'envoies via ftp ou autre sur le serveur OVH et ensuite, tu pointes sur ce fichier via navigateur

A+

**Arget** · 12/08/2011, 15h32

Envoyé par syl2095

Bonjour,

tu crées une page php que tu appelles comme tu veux et dedans tu mets :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

<?php phpinfo();

Ce fichier, tu l'envoies via ftp ou autre sur le serveur OVH et ensuite, tu pointes sur ce fichier via navigateur

A+

Haha, je suis un peu bête oui ^^

La bibliothèque PCRE est bien active .. :/

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
pcre
PCRE (Perl Compatible Regular Expressions) Support 	enabled
PCRE Library Version 	6.7.7.4 2008-07-04

**Marc3001** · 12/08/2011, 17h14

Quand tu dis ça marche pas, ça donne quoi exactement?

Ca laisse passer les liens externe? Ca renvoie une erreur?

Invité · 12/08/2011, 17h29

Bonjour,
quelqu'un a vérifié si les preg_replace fonctionnent vraiment ?

avant : <a href="http://www.blabla.com/test/test.php">essai url</a>
apres : <a href='#'#'http://www.blabla.com/test/test.php">essai url</a>

Y'aurait pas comme un défaut ?

**Arget** · 13/08/2011, 16h05

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 [...] href="\"http://fr.wikipedia.org/wiki/Application_web\""[...]

Voilà en gros ce que donne le résultat après le preg_replace ..
Donc aucune erreur, mais il faut croire que mon expression régulière est plutôt bien fausse, mais ce que je ne comprends pas, c'est le fait que cela marche parfaitement en local et me donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 [...] href="#"[...]

Personne n'a une expression régulière sous la main qui marche parfaitement pour mon cas ? xD

Invité · 13/08/2011, 17h13

Bon. Je ne suis pas spécialiste des regex (et c'est peu de le dire !)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
<?php
$url_temp = $texte_avant;
 
// on veut garder les liens contenant http://www.monsite.com
$monsite_ok = 'www.monsite.com';
// et supprimer tous les autres
$url_temp = str_replace('href="http://'.$monsite_ok, 'href="h-t-t-p://'.$monsite_ok, $url_temp); // on modifie http -> h-t-t-p (pour ne pas passer dans le regex)
$url_temp = preg_replace('#href="http(.*)"#', 'href="#"', $url_temp); // on supprime tous les autres
$url_temp = str_replace('href="h-t-t-p://'.$monsite_ok, 'href="http://'.$monsite_ok, $url_temp); // on remet http
 
$texte_apres = $url_temp;
?>

**Marc3001** · 13/08/2011, 21h39

Envoyé par jreaux62

Bon. Je ne suis pas spécialiste des regex (et c'est peu de le dire !)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
<?php
$url_temp = $texte_avant;
 
// on veut garder les liens contenant http://www.monsite.com
$monsite_ok = 'www.monsite.com';
// et supprimer tous les autres
$url_temp = str_replace('href="http://'.$monsite_ok, 'href="h-t-t-p://'.$monsite_ok, $url_temp); // on modifie http -> h-t-t-p (pour ne pas passer dans le regex)
$url_temp = preg_replace('#href="http(.*)"#', 'href="#"', $url_temp); // on supprime tous les autres
$url_temp = str_replace('href="h-t-t-p://'.$monsite_ok, 'href="http://'.$monsite_ok, $url_temp); // on remet http
 
$texte_apres = $url_temp;
?>

J'pense être pire que toi en regex mais j'pense aussi que tes 3 étapes doivent pouvoir se condenser en une seule (sans la passage par h-t-t-p pour exclure le site lui-même).

**Shikiryu** · 14/08/2011, 00h55

Bon, je suis pas un fervent utilisateur des regex. Je suis même plus partant pour utiliser d'autres outils quand c'est possible. Mais comme je ne connais pas CKEditor, je ne connais pas les contraintes...

J'ai testé ceci, et cela semble fonctionner :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<?php
$domain = "shikiryu.com";
$url_temp = "href='shikiryu.com/test.html'";
$url_temp = preg_replace('#href=(("|\')[^'.$domain.'].*?("|\'))#', 'href="#"', $url_temp);
echo $url_temp.'<br/>'; // le domaine est bon, le href n'est pas modifié.
$url_temp = "href='example.com/test.html'";
$url_temp = preg_replace('#href=(("|\')[^'.$domain.'].*?("|\'))#', 'href="#"', $url_temp);
echo $url_temp; // example.com est inconnu, l'url est modifié.

http://codepad.viper-7.com/HRridg

Invité · 14/08/2011, 07h20

Envoyé par Shikiryu

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
<?php
$domain = "shikiryu.com"; // site a conserver
$masque = '#href=(("|\')[^'.$domain.'].*?("|\'))#'; // masque
$url_temp = preg_replace($masque, 'href="#"', $url_temp);
?>

Je me suis dit "pas mal !"
... puis ... J'ai poursuivi les tests ... Oups ! "Y'a comme un défaut ..."

href="http://shikiryu.com/test.html?id=12"
href="http://shikiryu.com/test.html?id=12" => OK

href="http://www.shikiryu.com/test.html?id=12"
href="http://www.shikiryu.com/test.html?id=12" => OK

href="http://www.example.com/shikiryu.com/test.html?id=12"
href="http://www.example.com/shikiryu.com/test.html?id=12" => PAS OK (même si très peu probable)

href="example.com/test.html"
href="#" => OK

href="www.example.com/test.html"
href="#" => OK

href="http://www.example.com/test.html"
href="http://www.example.com/test.html" => PAS OK (pourtant le cas le plus courant !)

href="httpsdfsdf://www.example.com/test.html"
href="httpsdfsdf://www.example.com/test.html" => PAS OK

href="blabla://www.example.com/test.html"
href="#" => OK

Bizarre ! Bizarre ! ca marche avec href="blabla... mais pas avec href="http... !?

Euuh, je ne capte pas, là ... je continue à chercher ...
-> Initiation aux expressions régulières en PHP

href="xhttp://www.example.com/test.html"
href="#" => OK

href="hxttp://www.example.com/test.html"
href="hxttp://www.example.com/test.html" => PAS OK

href="ello qs dfqsdf qsdfq s"
href="#" => OK

href="hello qs dfqsdf qsdfq s"
href="hello qs dfqsdf qsdfq s" => PAS OK

Ce serait juste le href="h.... ???
Pour moi, c'est un mystère mystérieusement mystérieux ...

**Shikiryu** · 14/08/2011, 11h16

Non, en fait, ce n'est pas ma regex qui est erronée mais mon cerveau fatigué.

href="shikiryu.com" ne fonctionnerait pas. Il faut à minima le protocole (http) devant pour être un lien. Le www n'est pas indispensable mais ça peut effectivement arrivé.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
<?php
$domain = "shikiryu.com";
$url_temp = "href='http://shikiryu.com/test.html'";
$url_temp = preg_replace('#href=(("|\')(http://)?(www.)?[^'.$domain.'].*?("|\'))#', 'href="#"', $url_temp);
echo $url_temp.'<br/>';
$url_temp = "href='http://example.com/test.html'";
$url_temp = preg_replace('#href=(("|\')(http://)?(www.)?[^'.$domain.'].*?("|\'))#', 'href="#"', $url_temp);
echo $url_temp;

les ()? autours de http:// peuvent être retirés si obligatoire (là ça veut dire 0 ou 1)

Après, les tests avec blabla ou httpdmzefjzoj, je préfère les ignorer.
D'une, les liens seront biaisés et ne fonctionneront pas (comme souhaité à la base donc) et de 2, CKEditor étant apparemment un WYSIWYG, il créé les liens lui même et j'ose espéré qu'il contrôle les entrées (ou du moins configurable de ce côté là)
De toute manière, d'autres protocoles peuvent être utilisés (je pense à ftp://, skype://, etc.). Que faire avec des liens de ce type ?

Invité · 14/08/2011, 11h54

En ne prenant que des exemples "viables", j'en suis arrivé à :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
<?php
	$domain = "shikiryu.com";
	// masque : on garde http://shikiryu.com et http://www.shikiryu.com
	$masque = '#href=(("|\')(http://)?(www.)?[^'.$domain.'|www.'.$domain.'].*?("|\'))#';
 
$url_temp = preg_replace($masque, 'href="#"', $url_temp);
?>

href="http://shikiryu.com/test.html?id=12"
href="http://shikiryu.com/test.html?id=12" => OK

href="http://www.shikiryu.com/test.html?id=12"
href="http://www.shikiryu.com/test.html?id=12" => OK

href="http://www.example.com/shikiryu.com/test.html?id=12"
href="#" => OK

href="http://www.example.com/test.html?id=www.shikiryu.com"
href="#" => OK

href="http://example.com/test.html"
href="#" => OK

href="http://www.example.com/test.html"
href="#" => OK

href="http://jr.blabla.free.fr/test.html"
href="#" => OK

[Edit] C'est moi qui suis débile ou quoi ?
En remplacant (partout) shikiryu.com par okmonsite.com, ca ne marche plus !?!

**lucas74** · 14/08/2011, 13h55

http://php.net/manual/fr/function.parse-url.php

Ca va te permettre de récupérer le hostname, c'est ce que tu souhaites non ? Après ça devrait pas être trop compliqué de coupler cette fonction avec une regex qui lui file en argument le contenu de l'attribut HREF

**Shikiryu** · 14/08/2011, 15h29

Envoyé par jreaux62

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
<?php
	$domain = "shikiryu.com";
	// masque : on garde http://shikiryu.com et http://www.shikiryu.com
	$masque = '#href=(("|\')(http://)?(www.)?[^'.$domain.'|www.'.$domain.'].*?("|\'))#';
 
$url_temp = preg_replace($masque, 'href="#"', $url_temp);
?>

Ta regex est redondante (ce qui la ralentit).
(www.)? veut dire 0 ou 1 'www.'
et [^'.$domain.'|www.'.$domain.'] veut dire différent de domain ou www.domain donc que tu aies 0 ou 1 'www.'

Pour l'instant, c'est l'équivalent de ma dernière regex qui devrait fonctionner.

Mais comme je ne suis pas une bête en regex, je propose une alternative :

http://codepad.viper-7.com/zCrbLl

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<?php
// fonction de callback
function search($s){
         // si le domaine n'est pas dans l'url, on renvoie href="#"
	if(!strpos($s[1],'okmonsite.com')) return 'href="#"';
	return $s[0];
}
 
function test($href){
       // on va chercher tous les href sans se préoccuper du domaine
	$pattern = '#href="((http:\/\/)?(www\.)?(.*?)")#'; 
	echo preg_replace_callback($pattern,"search", $href);
}
test('href="http://shikiryu.com/test.html"'); // affiche href="#"
echo '<br/>';
test('href="http://www.example.com/test.html"'); // affiche href="#"
echo '<br/>';
test('href="http://www.okmonsite.com/test.html"'); // affiche href="http://www.okmonsite.com/test.html"

**lucas74** · 14/08/2011, 16h12

Envoyé par Shikiryu

Ta regex est redondante (ce qui la ralentit).
(www.)? veut dire 0 ou 1 'www.'
et [^'.$domain.'|www.'.$domain.'] veut dire différent de domain ou www.domain donc que tu aies 0 ou 1 'www.'

Pour l'instant, c'est l'équivalent de ma dernière regex qui devrait fonctionner.

Mais comme je ne suis pas une bête en regex, je propose une alternative :

http://codepad.viper-7.com/zCrbLl

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
<?php
// fonction de callback
function search($s){
         // si le domaine n'est pas dans l'url, on renvoie href="#"
	if(!strpos($s[1],'okmonsite.com')) return 'href="#"';
	return $s[0];
}
 
function test($href){
       // on va chercher tous les href sans se préoccuper du domaine
	$pattern = '#href="((http:\/\/)?(www\.)?(.*?)")#'; 
	echo preg_replace_callback($pattern,"search", $href);
}
test('href="http://shikiryu.com/test.html"'); // affiche href="#"
echo '<br/>';
test('href="http://www.example.com/test.html"'); // affiche href="#"
echo '<br/>';
test('href="http://www.okmonsite.com/test.html"'); // affiche href="http://www.okmonsite.com/test.html"

bah pourquoi pas faire comme j'ai suggéré du coup ?! Remplacer ton callback par un truc plus propre :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
function search($s)
{
    $url = parse_url($s[1]);
    if(array_key_exists('host', $url)
       && $url['host'] != 'monsite.com')
    {
        return 'href="#"';
    }
    return $s[0];
}

Invité · 14/08/2011, 19h04

Hello boys, n'oublions pas la contrainte de départ :

Envoyé par Arget

Des utilisateurs non-enregistrés auront l'occasion de poster des réponses, MAIS, mon chef veut qu'aucun liens publiés dans ces réponses ne pointent sur d'autres sites...

Autrement dit, on parse un texte complet (pas uniquement UNE URL, c'est trop facile

! ...)

-> Initiation aux expressions régulières en PHP

@Shikiryu : j'ai conscience que ma regex était redondante.
Mais quoi que je fasse, la regex ne fait apparemment pas ce que je lui demande, et je suis toujours surpris du résultat !
La preuve, en remplacant (partout) shikiryu.com par okmonsite.com, ca ne donnait plus le bon résultat !
J'ai essayé aussi t'intégrer href="https://www.securite.com... sans succès ...

Comme je ne tiens pas à m'arracher tous les cheveux, je laisse ca à un pro ...

**lucas74** · 14/08/2011, 19h32

Envoyé par jreaux62

Hello boys, n'oublions pas la contrainte de départ :

Autrement dit, on parse un texte complet (pas uniquement UNE URL, c'est trop facile

! ...)

chezmoiçamarche

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
 
<?php
function search($s)
{
    static $authorized_hosts = array('google.com');
    $url = parse_url($s[1]);
    if(array_key_exists('host', $url)
       && !in_array($url['host'], $authorized_hosts))
    {
        return 'href="#"';
    }
    return $s[0];
}
 
function antispam($input)
{
       // on va chercher tous les href sans se préoccuper du domaine
	$pattern = '#href="((http:\/\/)?(www\.)?(.*?)")#'; 
	return preg_replace_callback($pattern,"search", $input);
}
 
 
echo antispam('<a href="http://google.com/">lolwut</a> <a href="http://127.0.0.1/">xd</a>');

Output :
<a href="http://google.com/">lolwut</a> <a href="#">xd</a>

**Shikiryu** · 14/08/2011, 20h26

Envoyé par jreaux62

Hello boys, n'oublions pas la contrainte de départ

@Shikiryu : j'ai conscience que ma regex était redondante.
Mais quoi que je fasse, la regex ne fait apparemment pas ce que je lui demande, et je suis toujours surpris du résultat !
La preuve, en remplacant (partout) shikiryu.com par okmonsite.com, ca ne donnait plus le bon résultat !
J'ai essayé aussi t'intégrer href="https://www.securite.com... sans succès ...

Comme je ne tiens pas à m'arracher tous les cheveux, je laisse ca à un pro ...

La contrainte est bien prise en compte par ma réponse. J'ai juste mis que le href pour l'exemple, essaye comme lucas74 et tu verras

A moins que tu n'aies pas compris ma regex, c'est totalement normal que https ne soit pas pris en compte. Par ailleurs, ce n'est pas demandé.

Si on veut le rajouter, il "suffit", je pense, de faire

Code :

Sélectionner tout - Visualiser dans une fenêtre à part